针对图像隐写分析的卷积神经网络结构设计

作     者：高培贤 魏立线 刘佳 刘明明 GAO Peixian;WEI Lixian;LIU Jia;LIU Mingming

作者机构：武警工程大学网络与信息安全武警部队重点实验室西安710086 武警工程大学电子技术系西安710086 

出 版 物：《中国科技论文》 (China Sciencepaper)

年 卷 期：2018年第13卷第14期

页      面：1664-1668页

学科分类：08[工学] 0839[工学-网络空间安全] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(61403417) 

主　　题：隐写分析 神经网络 卷积核 激活函数 

摘      要：为提高图像隐写分析的检测效果,构建了一个基于卷积神经网络的图像隐写分析模型(steganalysis convolutional neural network,SCNN)进行图像隐写分析,使用2层3×3的卷积层代替1层5×5的卷积层,在减少网络参数,提高模型训练效率的同时,可以提取到图像更加抽象的特征;使用ReLU激活函数代替TanH激活函数,提高了隐写分析效果;取消池化层,减少了嵌入信息的损失。实验结果表明,相比空域富模型+集成分类器的隐写分析方法和5层的CNN隐写分析模型,SCNN模型将隐写分析检测率分别提高了4.6%和3.89%,并提高了隐写分析模型的泛化能力。